Vorausschauende Instandhaltung

IoT-Basics: Wie funktioniert Predictive Maintenance?

| Autor / Redakteur: Jakob Schreiner / Julia Moßner

(Bild: VBM)

Predictive Maintenance, d.h. die "vorausschauende Wartung", ist eine der greifbarsten Anwendungen von Industrie 4.0. Idee ist es, die aus der Vernetzung von Maschinen gewonnenen Zustandsdaten zu erfassen, mit Informationen aus Drittsystemen wie ERP und MES zu kombinieren und so Anlagen proaktiv zu warten und Ausfallzeiten niedrig zu halten.

Mit Hilfe von Predictive Maintenance-Techniken wird der Zustand von in Betrieb befindlichen Geräten bestimmt, um vorauszusagen, wann eine Wartung durchgeführt werden sollte. Dadurch können Kosteneinsparungen gegenüber der routinemäßigen oder zeitabhängigen vorbeugenden Wartung erzielt werden, da Aufgaben nur dann ausgeführt werden, wenn sie auch tatsächlich notwendig sind.

Hauptziel von Predictive Maintenance ist es, eine möglichst präzise Vorausplanung der Instandhaltung zu erstellen und unerwartete Ausfälle von Anlagen zu vermeiden. Mit dem Wissen darüber, wann welche Geräte gewartet werden müssen, lassen sich Ressourcen für Instandhaltungsarbeiten wie Ersatzteile oder Personen besser planen. Zudem kann die Anlagenverfügbarkeit erhöht werden, indem "ungeplante Stopps" in immer kürzere und häufigere "geplante Stopps" umgewandelt werden. Weitere Vorteile sollen eine potenziell längere Lebensdauer der Anlagen, eine erhöhte Anlagensicherheit, weniger Unfälle mit negativen Auswirkungen auf die Umwelt und ein optimiertes Ersatzteilhandling sein.

Webinar zum Thema Am 14. März 2018 veranstaltete "Industry of Things" eine Online-Vortragsreihe zum Thema Predictive Maintenance. Dazu steht die Aufzeichnung zur Verfügung. Kostenlos ansehen

Unterschied zur vorbeugenden Instandhaltung

Die vorausschauende Instandhaltung ("predictive") unterscheidet sich von der vorbeugenden Instandhaltung ("preventive") darin, dass sie sich auf den tatsächlichen Zustand der Anlagen und nicht auf die durchschnittliche oder erwartete Lebensdauer stützt, um vorauszusagen, wann eine Wartung erforderlich ist.

Auch bei der präventiven Wartung ist das Ziel, Ausfallzeiten zu vermeiden. Allerdings nutzt die präventive Wartung hierfür keine live von den Maschinen erhobenen Daten, sondern führt Wartungsmaßnahmen und den Austausch von Verschleißteilen nach zuvor festgelegten Intervallen durch. Unter Umständen werden dadurch Teile ausgetauscht, die noch einwandfrei funktionieren und noch über lange Zeiträume korrekt funktioniert hätten. Schlüssel ist immer der optimale Wartungszeitpunkt. Diese sollte nicht zu früh aber auch nicht zu spät erfolgen.

Einige der Hauptkomponenten, die für die Implementierung von Predictive Maintenance notwendig sind, sind Datenerfassung und -vorverarbeitung, Fehlerfrüherkennung, Vorhersage der Zeit bis zum Ausfall, Wartungsplanung und Ressourcenoptimierung. Predictive Maintenance gilt als ein Schlüssel zur Produktivitätssteigerung und als eine der Möglichkeiten, "just-in-time" in der Fertigung zu erreichen.

Dabei werden Prinzipien der statistischen Prozesskontrolle verwendet, um zu bestimmen, zu welchem Zeitpunkt die Wartung passend wäre.

Funktionsweise und Technologie

Die vorausschauende Instandhaltung bewertet den Zustand von Anlagen, indem sie diese periodisch (offline) oder kontinuierlich (online) überwacht. Ziel ist es, die Wartung zu einem Zeitpunkt durchzuführen, an dem diese möglichst kostengünstig ist und bevor das Gerät innerhalb einer bestimmten Schwelle an Leistung verliert. Die meisten prädiktiven Inspektionen können während des Betriebs der Anlage durchgeführt werden, um Störungen des normalen Systembetriebs zu minimieren.

Dadurch können die Kosten von ungeplanten Ausfällen reduziert werden, die – je nach Branche – bei mehreren hunderttausend Euro pro Tag liegen können. Auch Bußgelder für nicht lieferbare Produkte sind keine Seltenheit und können die entstanden Ausfallkosten in die Höhe treiben.

Um den Zustand eines Gerätes beurteilen zu können, werden diese beispielsweise mittels Infrarot, Akustik (Teilentladung und Ultraschall), Korona-Erkennung, Schwingungsanalyse, Schallpegelmessungen etc. geprüft. Das Gerät darf durch solche Verfahren selbstverständlich nicht beeinträchtigt oder sogar beschädigt werden. Ein neuerer Ansatz ist die Kombination von dadurch gewonnenen Erkenntnissen mit Prozessleistungsdaten, die insbesondere in kollaborativen Prozessautomatisierungssystemen (CPAS) verfügbar sind.

So verhindert Predictive Maintenance Ausfallzeiten und verringert ihr auftreten.
So verhindert Predictive Maintenance Ausfallzeiten und verringert ihr auftreten. (Bild: Relayr)

Um verlässliche Vorhersagen für die vorausschauende Wartung zu treffen, ist es erforderlich, eine große Menge von Daten zu erfassen, zu speichern und zu analysieren. Aufgrund der riesigen Datenmengen kommen Techniken und Datenbanken aus dem Big-Data-Umfeld zum Einsatz, wie beispielsweise das Edge Computing. Die erfassten Messwerte und Diagnosedaten werden von den Maschinen über Netzwerke an Servicezentralen oder direkt an die Hersteller übermittelt. Als netzwerktechnische Basis fungiert in vielen Fällen das Internet of Things (IoT). Um Predictive Maintenance effizient zu betreiben, sind drei Arbeitsschritte erforderlich. Diese Arbeitsschritte sind:

  • Das Erfassen, Digitalisieren und Übermitteln von Daten,
  • das Speichern, Analysieren und Bewerten der erhobenen Daten sowie
  • das Errechnen von Eintrittswahrscheinlichkeiten für bestimmte Ereignisse.

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45100878 / Technologie)